Anwendungsspezifisches Rechnen
Unsere Forschung beschäftigt sich mit der signifikanten Verbesserung von Leistung und Genauigkeit im anwendungsspezifischen Rechnung durch eine globale Optimisierung des gesamten Spektrums von numerischen Methoden, Algorithmenentwurf, Softwareimplementierung und Hardwarebeschleunigung.
Diese Ebenen haben in der Regel widersprüchliche Anforderungen und ihre Integration stellt viele Herausforderungen dar. So weisen numerisch überlegte Methoden wenig Parallelität auf, bandbreiteneffiziente Algorithmen verwickeln die Verarbeitung von Raum und Zeit in unüberschaubare Softwaremuster, Hochsprachenabstraktionen schaffen Barrieren für Datenlayout und Komposition und hohe Leistung auf heutiger Hardware stellt strenge Anforderungen an parallele Ausführung und Datenzugriff. Eine hohe Leistung und Genauigkeit für die gesamte Anwendung kann nur erreicht werden, wenn diese Anforderungen über alle Ebenen hinweg ausgeglichen werden.
Den folgenden Themen widmen wir besondere Aufmerksamkeit:
- Datendarstellung (gemischte Präzision, Kompression, Redundanz)
- Datenzugriff (Layout, räumliche und zeitliche Lokalität, Koaleszierung)
- Datenstruktur (AMR, unstrukturierte Gitter, Graphen, Adaptivität)
- Numerische Methoden (GMG, AMG, Krylov, Vorkonditionierer, FMM, Multilevel-Methoden, SVD)
- Graphenalgorithmen (Partitionierung, Färbung, Zerlegung, BFS, MST)
- Programmierabstraktionen (CUDA, Thrust, PSTL, C++2x, TBB, UPC++)